StanfordCoreNLPClient не работает должным образом при анализе настроений - PullRequest
Новая
       5

StanfordCoreNLPClient не работает должным образом при анализе настроений

0 голосов
/ 01 мая 2018

Stanford CoreNLP версия 3.9.1

У меня проблема с тем, что StanfordCoreNLPClient работает так же, как и StanfordCoreNLP при проведении анализа настроений. 

public class Test {

  public static void main(String[] args) {
    String text = "This server doesn't work!";

    Properties props = new Properties();
    props.setProperty("annotators", "tokenize, ssplit, pos, lemma, ner, parse, sentiment");

    //If I uncomment this line, and comment out the next one, it works                            
    //StanfordCoreNLP pipeline = new StanfordCoreNLP(props);
    StanfordCoreNLPClient pipeline = new StanfordCoreNLPClient(props, "http://localhost", 9000, 2);

    Annotation annotation = new Annotation(text);
    pipeline.annotate(annotation);
    CoreDocument document = new CoreDocument(annotation);           
    CoreSentence sentence = document.sentences().get(0);

    //outputs null when using StanfordCoreNLPClient
    System.out.println(RNNCoreAnnotations.getPredictions(sentence.sentimentTree())); 

    //throws null pointer when using StanfordCoreNLPClien (reason of course is that it uses the same method I called above, I assume)   
    System.out.println(RNNCoreAnnotations.getPredictionsAsStringList(sentence.sentimentTree()));  

}

}

Вывод с использованием StanfordCoreNLPClient pipeline = new StanfordCoreNLPClient(props, "http://localhost", 9000, 2): 

 null
 Exception in thread "main" java.lang.NullPointerException
at edu.stanford.nlp.neural.rnn.RNNCoreAnnotations.getPredictionsAsStringList(RNNCoreAnnotations.java:68)
at tomkri.mastersentimentanalysis.preprocessing.Test.main(Test.java:35)

Вывод с использованием StanfordCoreNLP pipeline = new StanfordCoreNLP(props): 

     Type = dense , numRows = 5 , numCols = 1
     0.127  
     0.599  
     0.221  
     0.038  
     0.015  

     [0.12680336652661395, 0.5988695516384742, 0.22125584263055106, 0.03843574738131668, 0.014635491823044227]

Другие аннотации, кроме сентиментальных, работают в обоих случаях (по крайней мере, те, которые я пробовал).

Сервер запускается нормально, и я могу использовать его из своего веб-браузера. При его использовании я также получаю вывод оценок чувств (по каждому поддереву в разборе) в формате json.

1 Ответ

0 голосов
/ 02 мая 2018

Мое решение, на случай, если оно кому-нибудь еще понадобится.

Я попытался получить необходимую аннотацию, отправив http-запрос на сервер с ответом JSON: 

HttpResponse<JsonNode> jsonResponse = Unirest.post("http://localhost:9000")
       .queryString("properties", "{\"annotators\":\"tokenize, ssplit, pos, lemma, ner, parse, sentiment\",\"outputFormat\":\"json\"}")
       .body(text)
       .asJson();

String sentTreeStr = jsonResponse.getBody().getObject().
                getJSONArray("sentences").getJSONObject(0).getString("sentimentTree");

System.out.println(sentTreeStr); //prints out sentiment values for tree and all sub trees.

Но не все данные аннотации доступны. Например, вы не получаете распределение вероятностей по всем возможным Значения настроения, только вероятность настроения наиболее вероятно (настроение с наибольшей вероятностью).

Если вам это нужно, это решение: 

HttpResponse<InputStream> inStream = Unirest.post("http://localhost:9000")
        .queryString(
                "properties", 
                "{\"annotators\":\"tokenize, ssplit, pos, lemma, ner, parse, sentiment\","
                + "\"outputFormat\":\"serialized\","
                + "\"serializer\": \"edu.stanford.nlp.pipeline.GenericAnnotationSerializer\"}"
        )
        .body(text)
        .asBinary();

GenericAnnotationSerializer  serializer = new GenericAnnotationSerializer ();
try{
        ObjectInputStream in = new ObjectInputStream(inStream.getBody());
        Pair<Annotation, InputStream> deserialized = serializer.read(in);
        Annotation annotation = deserialized.first();           

        //And now we are back to a state as if we were not running CoreNLP as server.
        CoreDocument doc = new CoreDocument(annotation);         
        CoreSentence sentence = document.sentences().get(0);
        //Prints out same output as shown in question  
        System.out.println(
            RNNCoreAnnotations.getPredictions(sentence.sentimentTree()));

} catch (UnirestException ex) {
       Logger.getLogger(SentimentTargetExtractor.class.getName()).log(Level.SEVERE, null, ex);
   }
...